主要介绍了解决pytorch多GPU训练保存的模型,在单GPU环境下加载出错问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

背景 在公司用多卡训练模型，得到权值文件后保存，然后回到实验室，没有多卡的环境，用单卡训练，加载模型时出错，因为单卡机器上，没有使用DataParallel来加载模型，所以会出现加载错误。 原因 DataParallel包装的模型在保存时，权值参数前面会带有module字符，然而自己在单卡环境下，没有用DataParallel包装的模型权值参数不带module。本质上保存的权值文件是一个有序字典。 解决方法 1.在单卡环境下，用DataParallel包装模型。 2.自己重写Load函数，灵活。

火炬RC 在PyTorch API中很好地集成了有组织的储层计算模型和技术集合。 警告：正在进行中！ 里面有什么 楷模 目前，该库包含以下实现： （泄漏/深度/双向）回波状态网络（ torch_rc.nn.LeakyESN ） （泄漏/深度/双向）带有环形或多环水库的回波状态网络（ torch_rc.nn.MultiringESN ） 更多型号即将问世。 优化器 TorchRC允许以封闭形式或使用标准PyTorch优化器来训练油藏模型。 支持精确的增量式封闭格式技术，以支持将所有网络状